CN113469436A - 一种城市电网侧储能规划方法 - Google Patents
一种城市电网侧储能规划方法 Download PDFInfo
- Publication number
- CN113469436A CN113469436A CN202110734606.8A CN202110734606A CN113469436A CN 113469436 A CN113469436 A CN 113469436A CN 202110734606 A CN202110734606 A CN 202110734606A CN 113469436 A CN113469436 A CN 113469436A
- Authority
- CN
- China
- Prior art keywords
- energy storage
- power supply
- supply area
- weight coefficient
- preset
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000004146 energy storage Methods 0.000 title claims abstract description 124
- 238000000034 method Methods 0.000 title claims abstract description 44
- 230000005611 electricity Effects 0.000 claims abstract description 53
- 239000011159 matrix material Substances 0.000 claims abstract description 44
- 238000012545 processing Methods 0.000 claims abstract description 15
- 238000011156 evaluation Methods 0.000 claims abstract description 7
- 238000007599 discharging Methods 0.000 claims abstract description 6
- 238000010606 normalization Methods 0.000 claims description 14
- 230000005540 biological transmission Effects 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 12
- 239000002245 particle Substances 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 6
- 230000001965 increasing effect Effects 0.000 claims description 6
- 238000009826 distribution Methods 0.000 abstract description 19
- 230000008901 benefit Effects 0.000 description 9
- 238000010276 construction Methods 0.000 description 8
- 238000012983 electrochemical energy storage Methods 0.000 description 7
- 238000005457 optimization Methods 0.000 description 7
- 230000009466 transformation Effects 0.000 description 6
- 238000011161 development Methods 0.000 description 4
- 235000019580 granularity Nutrition 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 229910052744 lithium Inorganic materials 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 238000013468 resource allocation Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- HTUMBQDCCIXGCV-UHFFFAOYSA-N lead oxide Chemical compound [O-2].[Pb+2] HTUMBQDCCIXGCV-UHFFFAOYSA-N 0.000 description 1
- YEXPOXQUZXUXJW-UHFFFAOYSA-N lead(II) oxide Inorganic materials [Pb]=O YEXPOXQUZXUXJW-UHFFFAOYSA-N 0.000 description 1
- GELKBWJHTRAYNV-UHFFFAOYSA-K lithium iron phosphate Chemical compound [Li+].[Fe+2].[O-]P([O-])([O-])=O GELKBWJHTRAYNV-UHFFFAOYSA-K 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06313—Resource planning in a project environment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供一种城市电网侧储能规划方法，包括，步骤S1，获取电力系统相关的规划数据及运行数据；步骤S2，通过预设的储能权重系数矩阵对电网运行现状、已规划的变电站布点进行权重评估，并根据评估结果进行对应权重的更新；步骤S3，根据实时的电价数据通过预设的电价复校核规则对储能权重系数矩阵进行电价复校核；步骤S4，对储能权重系数矩阵进行归一化处理，并根据处理结果确定变电站布点的备选规划结果；步骤S5，对各布局的片区进行最优的储能容量及充放电倍率进行求解，获得最终的城市电网侧储能规划方案。本发明充分考虑电网运行、电网规划、电力供应可靠性、电气化交通对局部电网冲击等因素，开展精细的量化储能布局，科学地规划储能。
Description
技术领域
本发明涉及电力系统自动化技术领域，特别是涉及一种城市电网侧储能规 划方法。
背景技术
随着我国经济、社会的持续发展，电力需求保持了中高速增长， 预计中长期仍将保持较快速增长的势头。其中，大型城市由于夏季空 调负荷比重较大，往往呈现出一定的尖峰负荷短促的特性，随着由于 土地资源紧张造成的输变电设施建设难度的与日俱僧，作为负荷中心 的大型城市在电网调峰、供电可靠性的保障上的压力随之增大。
电网企业作为城市能源资源优化配置的枢纽平台，在能源数据积极以及资 源调度与集合方面有了显著的技术优势，对上述问题的缓解有着决定性作用。 考虑到既有110kV变电站一般存有余量土地资源，随着以锂电池等电化学储能 技术的逐渐成熟，利用变电站空余资源多点布局储能电池为解决上述问题创造 了可能性。
目前统筹性的城市区域级电网侧储能的规划布局方法还存在明显的空白， 不同于基于峰谷套利，以及可再生能源消纳等功能性明显性较强的储能，电网 侧储能存在着功能类型多样化、项目效益综合化、经济效率隐性化等特征，如 何选取更为适宜的电化学储能路线，通过一套科学、合理、高效、量化的流程 进行储能布点，为现有需要解决的主要问题。
从现有的技术来看，一种处理方案是从电网侧和用户侧的储能定容情况来 看，现有技术通过对当地电网公司峰谷电价政策的研究，通过对峰谷套利的优 化运行模拟，求取可实现全寿命周期内的投资收益率最佳的功率/容量组合，对 项目进行单点决策，以形成城市的储能网络。但是，对于用户侧这一类完全以 价格信号为指导的储能布局，可起到一定的参考作用。然而一方面，该单点式 的项目布局方法，对城市电网负荷特性优化的统筹协调作用有限；另一方面， 对于电网侧储能，项目的投资主体基本为电网公司，峰谷套利不应计算入项目 收益，且电网高峰负荷时间持续较短，“峰谷套利”模式也将造成储能的利用率不 高等情况。另一种处理方案是，主要应用于孤立网络的源-网-荷-储统筹优化， 例如偏远山区、孤立岛屿的微电网等。该方法中充分利用孤立地区当地的可再 生能源资源禀赋，以满足当地的用能要求以及充分消纳可再生能源为目标，对 多种可再生能源-化石能源-储能方案进行优化运行模拟，以选取最优对应的储能 方案。但是，这种方案适用于孤立区域，即难以与主要区域进行联网的地区， 利用该规划方法，对于保障区域的电力供应有积极的作用。在技术三中，储能 在该系统中存在着绝对意义的必要性，建设条件不存在明显限制。而在区域电 网的储能规划存在一定的不同，储能与火力发电单元存在着一定的可替代性， 储能更多作为电网运行的优化单元，需进一步统筹好储能的建设与电网运行的协调性。
发明内容
本发明的目的在于，提出一种城市电网侧储能规划方法，解决现有方法无 法适用于大型城市电网侧储能规划需要，无法实现精细的量化储能布局和储能 规划的技术问题。
一方面，提供一种城市电网侧储能规划方法，包括以下步骤：
步骤S1，获取电力系统相关的规划数据及运行数据；
步骤S2，根据获取的规划数据及运行数据，通过预设的储能权重系数矩阵 对电网运行现状、已规划的变电站布点进行权重评估，并根据评估结果进行对 应权重的更新，获得更新后的储能权重系数矩阵；
步骤S3，获取实时的电价数据，根据实时的电价数据通过预设的电价复校 核规则对更新后的储能权重系数矩阵进行电价复校核，获取电价复校核后的储 能权重系数矩阵；
步骤S4，根据对电价复校核后的储能权重系数矩阵进行归一化处理，并根 据处理结果确定变电站布点的备选规划结果；
步骤S5，根据变电站布点的备选规划结果对各布局的片区进行最优的储能 容量及充放电倍率进行求解，获得最终的城市电网侧储能规划方案。
优选地，在步骤S2中，所述预设的储能权重系数矩阵具体包括：
其中，s为供电片区；p为所在供电片区的储能布局权重；p初始值设定为0； n为供电片区序列值。优选地，所述步骤S2具体包括：
根据电力系统相关的规划数据，获取次年电网运行分析数据、保底电网规 划数据及电动汽车充电设施规划数据；
根据次年电网运行分析数据确定各供电片区设备是否存在重过载；若存在 重过载，则对该供电片区对应的权重系数进行调整；若不存在重过载，则保持 该供电片区对应的权重系数不变；
根据保底电网规划数据确定各供电区内是否有不满足预设标准的一类重要 用户；若有不满足预设标准的一类重要用户，则对该供电片区对应的权重系数 进行调整；若无不满足预设标准的一类重要用户，则保持该供电片区对应的权 重系数不变；
根据电动汽车充电设施规划数据确定各供电区内是否有快速充电桩规划； 若有快速充电桩规划，则对该供电片区对应的权重系数进行调整；若无快速充 电桩规划，则保持该供电片区对应的权重系数不变。
优选地，所述对该供电片区对应的权重系数进行调整具体包括：
当存在重过载时，根据预设的重过载解决规则判断是否属于预设的过载范 围；若属于预设的过载范围，则对该供电片区对应的权重系数加2；若不属于预 设的过载范围，则该供电片区对应的权重系数加1；并根据近期规划数据确定近 期是否已经解决重过载，若近期已经解决重过载，则对该供电片区对应的权重 系数减0.5；若近期未解决重过载，则保持该供电片区对应的权重系数不变；
当有不满足预设标准的一类重要用户时，对该供电片区对应的权重系数加 0.8；
当有快速充电桩规划时，对该供电片区对应的权重系数加0.5。
优选地，在步骤S3中，所述预设的电价复校核规则具体包括：
当待复校核供电区域为1000MW及以上的区域，对各500kV供电片区进行 电价校核；
当待复校核区域为1000MW以下的区域，对各220kV供电片区进行电价校 核；
当待复校核区域的供电片区内存在燃气发电厂，对该供电片区进行电价校 核；
当待复校核区域的供电片区内不存在燃气发电厂，则不进行电价校核计算。
优选地，在步骤S3中，所述对更新后的储能权重系数矩阵进行电价复校核， 具体包括：
根据以下公式对电价进行计算：
其中，L为令拉格朗日函数；λ为等式拉格朗日乘子；μ为线路传输容量限 制的不等式拉格朗日乘子；a1、a2为发电价出力限制的不等式拉格朗日乘子；Pi为 储能权重系数矩阵的权重系数；PG为供电片区的电网购入价格；i供电片区的序 列数；PDi为供电片区对应的电价；Pricei为供电片区最低电价；k为传输线路的 序数。
优选地，在步骤S4中，所述进行归一化处理，具体根据以下公式进行处理：
p＝pi/pmax
其中，p为归一化处理后的权重系数；pi为储能权重系数矩阵的权重系数； pmax为最大的权重系数。
优选地，在步骤S4中，所述根据处理结果确定变电站布点的备选规划结果， 具体包括：
当归一化处理后的权重系数p的值大于0.9时，将该变电站布点的备选规 划方案标记为低方案；
当归一化处理后的权重系数p的值大于等于0.75且小于0.9时，将该变电 站布点的备选规划方案标记为中方案；
当归一化处理后的权重系数p的值大于等于0.6且小于0.75时，将该变电 站布点的备选规划方案标记为高方案。
优选地，在步骤S5中，所述对各布局的片区进行最优的储能容量及充放电 倍率进行求解，具体包括：
根据以下公式进行求解：
min Investment＝∑pbat-i·Qi+pen
Q＝{(Q1,c1),(Q2,c2).....(Qm,cm)}
其中，pbat-i为现在时刻的第i个供电片区的权重系数；pmax-i为第i个供电 片区的最大的权重系数；pen为不满足削峰条件的罚值汇总；Qi为第i个供电片 区的储能投资参数；ci为第i个供电片区的充放电倍率；c为充放电倍率；m为 需布点储能的颗粒点数；Q为储能投资序列；Qm为布点m个颗粒点数的储能投 资参数；cm为布点m个颗粒点数的充放电倍率。
优选地，在步骤S5中，所述对各布局的片区进行最优的储能容量及充放电 倍率进行求解，具体还包括：
初始化预设的储能布点站点的负荷峰值限制集合矩阵，并初始化时刻值；
根据负荷峰值限制集合矩阵确定此时的负荷值，比较此时的负荷值与预设 的负荷基准值的大小，若此时的负荷小于预设的负荷基准值，则判定电池充电 满足预设的约束条件，若此时的负荷大于等于预设的负荷基准值，则判定电池 放电满足预设的约束条件；
根据负荷峰值限制集合矩阵重新确定此时的负荷值，比较此时的负荷值与 预设的负荷基准值的大小，若此时的负荷大于等于预设的负荷基准值，则权重 罚值；若此时的负荷小于预设的负荷基准值，则将时刻值加1，并判断加1后的 时刻值是否小于预设阈值，若小于预设阈值，则确定此时的负荷值并与预设的 负荷基准值比较大小，直到时刻值不小于预设阈值，输出权重罚值；
其中，权重罚值为2倍的单位储能投资值、此时的负荷值与预设的负荷基 准值之差的乘积。
综上，实施本发明的实施例，具有如下的有益效果：
本发明提供的城市电网侧储能规划方法，充分考虑大型中心城市尖峰负荷 较高及持续时间较短的特点，在当前输变电工程选点建设日益增大的情况，本 方法通过充分发挥电网企业在资源调配的技术优势，提出一套全面的变电站储 能布点以及规模最优求解的方法。与此同时，为避免传统调峰缺额式、单点布 局式储能布局方法造成的储能全年利用率较低，投资回收效益较差、项目落地 争议较大等问题，充分考虑电网运行、电网规划、电力供应可靠性、电气化交 通对局部电网冲击等因素，并计及潜在的电力现货市场政策，全面开展精细的 量化储能布局，以更科学地指导地方储能规划工作的开展。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施 例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述 中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付 出创造性劳动性的前提下，根据这些附图获得其他的附图仍属于本发明的范畴。
图1为本发明实施例中一种城市电网侧储能规划方法的主流程示意图。
图2为本发明实施例中权重数值更新的流程示意图。
图3为本发明实施例中下层模型储能规划的示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明 作进一步地详细描述。
如图1所示，为本发明提供的一种城市电网侧储能规划方法的一个实施例 的示意图。在该实施例中，所述方法包括以下步骤：
步骤S1，获取电力系统相关的规划数据及运行数据；可以理解的是，对于 电网变电侧储能，主要利用变电站空余用地，进行数兆瓦时～数十兆瓦时的储能 建设。考虑到中心城市往往土地资源较为宝贵，同时为充分提升储能的经济性， 在本方法所提出的储能技术路线中，变电侧分布式储能应该在实现所布点供电 片区内负荷曲线优化的同时，具备调频、调压、备用等电力辅助作用，电化学 储能类型宜选取锂电池，充放电倍率宜在1C～3C，如下表所示，
| 储能类型 | 电化学储能 |
| 应用场景 | 削峰填谷、调频调频、备用、减缓局部电网过载 |
| 建设地点 | 110kV变电站内部 |
| 技术路线 | 磷酸铁锂电池 |
| 充放电倍率 | 1C～3C |
城市区域电网侧储能规划布局充分考虑现有方法中可能将造成的储能利用 效率不高等问题，为规避由于电网侧储能利于变电站空间造成的效益划分不清 的因素。具体从电网调峰、负荷特性优化、调频调压辅助服务、提升保底用户 供电可靠性、适应电动汽车发展等方面统筹考虑储能的应用，充分发挥了分布 式电化学储能的隐性运行效益，由此上述这些规划数据和运行数据从电力系统 汇总获取。
步骤S2，根据获取的规划数据及运行数据，通过预设的储能权重系数矩阵 对电网运行现状、已规划的变电站布点进行权重评估，并根据评估结果进行对 应权重的更新，获得更新后的储能权重系数矩阵。可以理解的是，区域及城市 级电网变电侧储能规划属于整体统筹规划型工作，与具体项目执行及决策不同， 本次方法提出的规划布局较为宏观。对于不同规模的电力系统，在规划布局工 作应考虑不同的颗粒度，具体如下，
| 负荷水平(MW) | 规划布局颗粒度 |
| 1000MW及以上 | 220kV供电片区 |
| 1000MW及以下 | 110kV供电片区 |
对所关注的规划布局颗粒度下，对所有的对应供电片区设定“储能布局必要 性权重”n×2矩阵，即，预设的储能权重系数矩阵，具体包括：
其中，s为供电片区；p为所在供电片区的储能布局权重；p初始值设定为0； n为供电片区序列值。如，某城市规划水平年负荷水平预计将达到15000MW， 则以220kV供电片区为研究颗粒度，若地区共有220kV变电站60座，由n＝60。
具体实施例中，如图2所示，对于权重的更新过程为，根据电力系统相关 的规划数据，获取次年电网运行分析数据、保底电网规划数据及电动汽车充电 设施规划数据；可以理解的是，在权重矩阵的计算中，不宜只考虑供电片区负 荷特性的因素，为满足调峰、调频、调压、备用、缓解阻塞等多项应用，在权 重的计算过程中，对“设备重过载”、“规划对重过载的解决”、“电动汽车充放电 设施规划”、“一类用户布置情况”等多个方面进行计算，如下表所示，
根据次年电网运行分析数据确定各供电片区设备是否存在重过载；若存在 重过载，则对该供电片区对应的权重系数进行调整；若不存在重过载，则保持 该供电片区对应的权重系数不变；具体地，当存在重过载时，根据预设的重过 载解决规则判断是否属于预设的过载范围；若属于预设的过载范围，则对该供 电片区对应的权重系数加2；若不属于预设的过载范围，则该供电片区对应的权 重系数加1；并根据近期规划数据确定近期是否已经解决重过载，若近期已经解 决重过载，则对该供电片区对应的权重系数减0.5；若近期未解决重过载，则保 持该供电片区对应的权重系数不变。
根据保底电网规划数据确定各供电区内是否有不满足预设标准的一类重要 用户；若有不满足预设标准的一类重要用户，则对该供电片区对应的权重系数 进行调整；若无不满足预设标准的一类重要用户，则保持该供电片区对应的权 重系数不变；具体地，当有不满足预设标准的一类重要用户时，对该供电片区 对应的权重系数加0.8。
根据电动汽车充电设施规划数据确定各供电区内是否有快速充电桩规划； 若有快速充电桩规划，则对该供电片区对应的权重系数进行调整；若无快速充 电桩规划，则保持该供电片区对应的权重系数不变。具体地，当有快速充电桩 规划时，对该供电片区对应的权重系数加0.5。特别指出，在电动汽车规划的研 究方面，仅关注公共快速站，即站内所布置的充电桩单枪充电功率超过50kW的 充电站的布局，而不考虑物流车充电桩、公交车充电站等充电功率较慢或充电 时间可控的充电站。
步骤S3，获取实时的电价数据，根据实时的电价数据通过预设的电价复校 核规则对更新后的储能权重系数矩阵进行电价复校核，获取电价复校核后的储 能权重系数矩阵；可以理解的是，随着电力体制改革的逐渐深化，部分地区已 经逐渐开展了现货市场的试点的工作，已开展了现货辅助服务市场的试点，远 期将进一步开展反应电力实际成本的实时市场，以各电力节点的边际成本进行 电价的结算。分布式电化学储能的建设，将有效由于部分电厂恶意报价而导致 的部分时段局部区域电价过高的情况。
具体实施例中，预设的电价复校核规则具体包括：对矩阵A的权重值进行 基于节点边际计算的复校核，当待复校核供电区域为1000MW及以上的区域， 对各500kV供电片区进行电价校核；当待复校核区域为1000MW以下的区域， 对各220kV供电片区进行电价校核。虑发电成本，以及发电价的响应速度等因 素，当待复校核区域的供电片区内存在燃气发电厂，对该供电片区进行电价校 核；当待复校核区域的供电片区内不存在燃气发电厂，则不进行电价校核计算。
具体地，在电价设定中，主要对最高负荷时刻tmax进行节点边际电价计算， 在计算过程中，为反应燃气电厂可能出现的临时性高报价行为，假设上级供电 片区为无穷大系统，电价为1，区域内燃气电厂电价为1.5，不设定量纲。
节点电价求解以电网购入电网最低为目标，且考虑线路传输限制，为增强 求取收敛性，电网潮流计算考虑简化的直流潮流模型，如下：
Min Price*PG
S.T.
∑(PG-PD)＝0
-F≤S(PG-PD)≤F
PG,min≤PG≤PG,max
其中，F为线路传输容量上限，S为灵敏度矩阵；
其中，A为节点关联矩阵。
令拉格朗日函数
L＝Price*PG+λ[∑(PG-PD)]+μ1[S(PG-PD)+F]+μ2[S(PG-PD)-F] +a1[PG-PG,max]+a2[PG,min-PG]
其中，λ为等式拉格朗日乘子，μ为线路传输容量限制的不等式拉格朗日乘 子，a为发电价出力限制的不等式拉格朗日乘子
根据以下公式对电价进行计算，即节点电价求解如下：
其中，L为令拉格朗日函数；λ为等式拉格朗日乘子；μ为线路传输容量限 制的不等式拉格朗日乘子；a1、a2为发电价出力限制的不等式拉格朗日乘子；Pi为 储能权重系数矩阵的权重系数；PG为供电片区的电网购入价格；i供电片区的序 列数；PDi为供电片区对应的电价；Pricei为供电片区最低电价；S为供电片区； k为传输线路的序数。
若si的节点边际电价高于供电片区的平均水平，则对应pi＝pi+0.5。
步骤S4，根据对电价复校核后的储能权重系数矩阵进行归一化处理，并根 据处理结果确定变电站布点的备选规划结果；可以理解的的是，在电化学储能 布点方案中，首先应对上述的权重矩阵进行归一化处理，即：
pi＝pi/pmax
其中，p为归一化处理后的权重系数；pi为储能权重系数矩阵的权重系数； pmax为最大的权重系数。
在方案选点的确定中，根据不同的规划布局的需求，设定相应的中高低方 案，如下表：
| 方案 | 取值 | 方案说明 |
| 低方案 | >0.9 | 少量布局，满足所有要求 |
| 中方案 | [0.75,0.9) | 精细化布局，满足多项应用场景 |
| 高方案 | [0.6,0.75) | 满足重过载设施的要求 |
也就是，当归一化处理后的权重系数p的值大于0.9时，将该变电站布点 的备选规划方案标记为低方案；当归一化处理后的权重系数p的值大于等于 0.75且小于0.9时，将该变电站布点的备选规划方案标记为中方案；当归一化处 理后的权重系数p的值大于等于0.6且小于0.75时，将该变电站布点的备选规 划方案标记为高方案。
步骤S5，根据变电站布点的备选规划结果对各布局的片区进行最优的储能 容量及充放电倍率进行求解，获得最终的城市电网侧储能规划方案。可以理解 的是，在确定的布点的基本方案之后，应对各布局的片区进行最优的储能容量 及充放电倍率进行求解，为反应储能布局的实时运行表现，采取双层优化数据 模型，其中，上层模型即为储能规模的假定，下层模型为实时运行的模拟。
具体实施例中，上层模型以储能投资最小为目标，充放电倍率不大于1。假 设需布点储能的颗粒点共为m个，则Q＝{(Q1,c1),(Q2,c2).....(Qm,cm)}，上层 模型为
min Investment＝∑pbat-i·Qi+pen
其中，pbat-i为现在时刻的第i个供电片区的权重系数；pmax-i为第i个供电 片区的最大的权重系数；pen为不满足削峰条件的罚值汇总；Qi为第i个供电片 区的储能投资参数；ci为第i个供电片区的充放电倍率；c为充放电倍率；m为 需布点储能的颗粒点数；Q为储能投资序列；Qm为布点m个颗粒点数的储能投 资参数；cm为布点m个颗粒点数的充放电倍率。
再具体地，如图3所示，下层模型则为运行模拟，即设定各供电片区在储 能布局的削峰目标，以满足对不满足削峰条件的最小化设定，为一个数学计算 流程。
设定储能布点站点的负荷峰值限制集合为Lmax＝{L1,L2,L3…Lm}，则储能 的规模计算流程为：
初始化预设的储能布点站点的负荷峰值限制集合矩阵，并初始化时刻值；
根据负荷峰值限制集合矩阵确定此时的负荷值，比较此时的负荷值与预设 的负荷基准值的大小，若此时的负荷小于预设的负荷基准值，则判定电池充电 满足预设的约束条件，若此时的负荷大于等于预设的负荷基准值，则判定电池 放电满足预设的约束条件；
根据负荷峰值限制集合矩阵重新确定此时的负荷值，比较此时的负荷值与 预设的负荷基准值的大小，若此时的负荷大于等于预设的负荷基准值，则权重 罚值；若此时的负荷小于预设的负荷基准值，则将时刻值加1，并判断加1后的 时刻值是否小于预设阈值，若小于预设阈值，则确定此时的负荷值并与预设的 负荷基准值比较大小，直到时刻值不小于预设阈值，输出权重罚值；
其中，权重罚值为2倍的单位储能投资值、此时的负荷值与预设的负荷基 准值之差的乘积。
综上，实施本发明的实施例，具有如下的有益效果：
本发明提供的城市电网侧储能规划方法，充分考虑大型中心城市尖峰负荷 较高及持续时间较短的特点，在当前输变电工程选点建设日益增大的情况，本 方法通过充分发挥电网企业在资源调配的技术优势，提出一套全面的变电站储 能布点以及规模最优求解的方法。与此同时，为避免传统调峰缺额式、单点布 局式储能布局方法造成的储能全年利用率较低，投资回收效益较差、项目落地 争议较大等问题，充分考虑电网运行、电网规划、电力供应可靠性、电气化交 通对局部电网冲击等因素，并计及潜在的电力现货市场政策，全面开展精细的 量化储能布局，以更科学地指导地方储能规划工作的开展。
以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之 权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。
Claims (10)
1.一种城市电网侧储能规划方法，其特征在于，包括以下步骤：
步骤S1，获取电力系统相关的规划数据及运行数据；
步骤S2，根据获取的规划数据及运行数据，通过预设的储能权重系数矩阵对电网运行现状、已规划的变电站布点进行权重评估，并根据评估结果进行对应权重的更新，获得更新后的储能权重系数矩阵；
步骤S3，获取实时的电价数据，根据实时的电价数据通过预设的电价复校核规则对所述更新后的储能权重系数矩阵进行电价复校核，获取电价复校核后的储能权重系数矩阵；
步骤S4，对所述电价复校核后的储能权重系数矩阵进行归一化处理，并根据处理结果确定变电站布点的备选规划结果；
步骤S5，根据变电站布点的备选规划结果对各供电片区的储能容量及充放电倍率进行最优求解，获得最终的城市电网侧储能规划方案。
2.如权利要求1所述的方法，其特征在于，在步骤S2中，所述预设的储能权重系数矩阵具体包括：
其中，s为供电片区；p为所在供电片区的储能布局权重；p初始值设定为0；n为供电片区序列值。
3.如权利要求2所述的方法，其特征在于，所述步骤S2具体包括：
根据电力系统相关的规划数据，获取次年电网运行分析数据、保底电网规划数据及电动汽车充电设施规划数据；
根据次年电网运行分析数据确定各供电片区设备是否存在重过载；若存在重过载，则对该供电片区对应的权重系数进行调整；若不存在重过载，则保持该供电片区对应的权重系数不变；
根据保底电网规划数据确定各供电区内是否有不满足预设标准的一类重要用户；若有不满足预设标准的一类重要用户，则对该供电片区对应的权重系数进行调整；若无不满足预设标准的一类重要用户，则保持该供电片区对应的权重系数不变；
根据电动汽车充电设施规划数据确定各供电区内是否有快速充电桩规划；若有快速充电桩规划，则对该供电片区对应的权重系数进行调整；若无快速充电桩规划，则保持该供电片区对应的权重系数不变。
4.如权利要求3所述的方法，其特征在于，所述对该供电片区对应的权重系数进行调整具体包括：
当存在重过载时，根据预设的重过载解决规则判断是否属于预设的过载范围；若属于预设的过载范围，则对该供电片区对应的权重系数加2；若不属于预设的过载范围，则该供电片区对应的权重系数加1；并根据近期规划数据确定近期是否已经解决重过载，若近期已经解决重过载，则对该供电片区对应的权重系数减0.5；若近期未解决重过载，则保持该供电片区对应的权重系数不变；
当有不满足预设标准的一类重要用户时，对该供电片区对应的权重系数加0.8；
当有快速充电桩规划时，对该供电片区对应的权重系数加0.5。
5.如权利要求4所述的方法，其特征在于，在步骤S3中，所述预设的电价复校核规则具体包括：
当待复校核供电区域为1000MW及以上的区域，对各500kV供电片区进行电价校核；
当待复校核区域为1000MW以下的区域，对各220kV供电片区进行电价校核；
当待复校核区域的供电片区内存在燃气发电厂，对该供电片区进行电价校核；
当待复校核区域的供电片区内不存在燃气发电厂，则不进行电价校核计算。
6.如权利要求5所述的方法，其特征在于，在步骤S3中，所述对更新后的储能权重系数矩阵进行电价复校核，具体包括：
根据以下公式对电进行计算：
其中，L为令拉格朗日函数；λ为等式拉格朗日乘子；μ为线路传输容量限制的不等式拉格朗日乘子；a1、a2为发电价出力限制的不等式拉格朗日乘子；Pi为储能权重系数矩阵的权重系数；PG为供电片区的电网购入价格；i供电片区的序列数；PDi为供电片区对应的电价；Pricei为供电片区最低电价；k为传输线路的序数。
7.如权利要求6所述的方法，其特征在于，在步骤S4中，所述进行归一化处理，具体根据以下公式进行处理：
p＝pi/pmax
其中，p为归一化处理后的权重系数；pi为储能权重系数矩阵的权重系数；pmax为最大的权重系数。
8.如权利要求7所述的方法，其特征在于，在步骤S4中，所述根据处理结果确定变电站布点的备选规划结果，具体包括：
当归一化处理后的权重系数p的值大于0.9时，将该变电站布点的备选规划方案标记为低方案；
当归一化处理后的权重系数p的值大于等于0.75且小于0.9时，将该变电站布点的备选规划方案标记为中方案；
当归一化处理后的权重系数p的值大于等于0.6且小于0.75时，将该变电站布点的备选规划方案标记为高方案。
9.如权利要求8所述的方法，其特征在于，在步骤S5中，具体根据以下公式对各供电片区的储能容量及充放电倍率进行最优求解；minInvestment＝∑pbat-i·Qi+pen
Q＝{(Q1,c1),(Q2,c2).....(Qm,cm)}
其中，pbat-i为现在时刻的第i个供电片区的权重系数；pmax-i为第i个供电片区的最大的权重系数；pen为不满足削峰条件的罚值汇总；Qi为第i个供电片区的储能投资参数；ci为第i个供电片区的充放电倍率；c为充放电倍率；m为需布点储能的颗粒点数；Q为储能投资序列；Qm为布点m个颗粒点数的储能投资参数；cm为布点m个颗粒点数的充放电倍率。
10.如权利要求9所述的方法，其特征在于，在步骤S5中，所述对各布局的片区进行最优的储能容量及充放电倍率进行求解，具体还包括：
初始化预设的储能布点站点的负荷峰值限制集合矩阵，并初始化时刻值；
根据负荷峰值限制集合矩阵确定此时的负荷值，比较此时的负荷值与预设的负荷基准值的大小，若此时的负荷小于预设的负荷基准值，则判定电池充电满足预设的约束条件，若此时的负荷大于等于预设的负荷基准值，则判定电池放电满足预设的约束条件；
根据负荷峰值限制集合矩阵重新确定此时的负荷值，比较此时的负荷值与预设的负荷基准值的大小，若此时的负荷大于等于预设的负荷基准值，则权重罚值；若此时的负荷小于预设的负荷基准值，则将时刻值加1，并判断加1后的时刻值是否小于预设阈值，若小于预设阈值，则确定此时的负荷值并与预设的负荷基准值比较大小，直到时刻值不小于预设阈值，输出权重罚值；
其中，权重罚值为2倍的单位储能投资值、此时的负荷值与预设的负荷基准值之差的乘积。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110734606.8A CN113469436B (zh) | 2021-06-30 | 2021-06-30 | 一种城市电网侧储能规划方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110734606.8A CN113469436B (zh) | 2021-06-30 | 2021-06-30 | 一种城市电网侧储能规划方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113469436A true CN113469436A (zh) | 2021-10-01 |
| CN113469436B CN113469436B (zh) | 2024-10-18 |
Family
ID=77874264
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110734606.8A Active CN113469436B (zh) | 2021-06-30 | 2021-06-30 | 一种城市电网侧储能规划方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113469436B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115207947A (zh) * | 2022-06-17 | 2022-10-18 | 南方电网能源发展研究院有限责任公司 | 电网节点储能配置方法、装置、计算机设备和存储介质 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106651059A (zh) * | 2017-01-13 | 2017-05-10 | 国网山西省电力公司 | 一种电动汽车充电站优化配置的方法 |
| CN109492815A (zh) * | 2018-11-15 | 2019-03-19 | 郑州大学 | 一种市场机制下面向电网的储能电站选址定容优化方法 |
| CN110429624A (zh) * | 2019-08-12 | 2019-11-08 | 万克能源科技有限公司 | 一种应用于数据中心储能系统的储能容量配置方法 |
| CN111668885A (zh) * | 2020-06-24 | 2020-09-15 | 广东电网有限责任公司 | 一种改善交直流混合电力系统特性的储能规划方法 |
| CN112001598A (zh) * | 2020-07-28 | 2020-11-27 | 四川大学 | 基于储能选型的不同用户储能配置评估与运行优化方法 |
| CN112039079A (zh) * | 2020-08-31 | 2020-12-04 | 上海大学 | 考虑电压安全的有源配电网储能优化系统配置方法 |
| CN112434444A (zh) * | 2020-12-07 | 2021-03-02 | 国网天津市电力公司 | 计及需求响应的配电网站网协同扩容规划方法 |
| CN112508287A (zh) * | 2020-12-11 | 2021-03-16 | 国网重庆市电力公司营销服务中心 | 基于用户侧bess全寿命周期的储能优化配置方法 |
-
2021
- 2021-06-30 CN CN202110734606.8A patent/CN113469436B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106651059A (zh) * | 2017-01-13 | 2017-05-10 | 国网山西省电力公司 | 一种电动汽车充电站优化配置的方法 |
| CN109492815A (zh) * | 2018-11-15 | 2019-03-19 | 郑州大学 | 一种市场机制下面向电网的储能电站选址定容优化方法 |
| CN110429624A (zh) * | 2019-08-12 | 2019-11-08 | 万克能源科技有限公司 | 一种应用于数据中心储能系统的储能容量配置方法 |
| CN111668885A (zh) * | 2020-06-24 | 2020-09-15 | 广东电网有限责任公司 | 一种改善交直流混合电力系统特性的储能规划方法 |
| CN112001598A (zh) * | 2020-07-28 | 2020-11-27 | 四川大学 | 基于储能选型的不同用户储能配置评估与运行优化方法 |
| CN112039079A (zh) * | 2020-08-31 | 2020-12-04 | 上海大学 | 考虑电压安全的有源配电网储能优化系统配置方法 |
| CN112434444A (zh) * | 2020-12-07 | 2021-03-02 | 国网天津市电力公司 | 计及需求响应的配电网站网协同扩容规划方法 |
| CN112508287A (zh) * | 2020-12-11 | 2021-03-16 | 国网重庆市电力公司营销服务中心 | 基于用户侧bess全寿命周期的储能优化配置方法 |
Non-Patent Citations (1)
| Title |
|---|
| 刘新萌 等: "基于变电站资源建设充换电（储能）站和数据中心站多功能优化配置方法", 《电气技术》, vol. 22, no. 2, 15 February 2021 (2021-02-15), pages 1 - 5 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115207947A (zh) * | 2022-06-17 | 2022-10-18 | 南方电网能源发展研究院有限责任公司 | 电网节点储能配置方法、装置、计算机设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113469436B (zh) | 2024-10-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109559035B (zh) | 一种考虑灵活性的城市配电网双层规划方法 | |
| CN106228258B (zh) | 一种计及需求侧管理的家庭能源局域网能量优化控制方法 | |
| CN105262129B (zh) | 一种含复合储能微电网的多目标优化系统及方法 | |
| CN112039079B (zh) | 考虑电压安全的有源配电网储能优化系统配置方法 | |
| CN109787261B (zh) | 电网侧及用户侧储能系统容量优化配置方法 | |
| CN112418605A (zh) | 一种光储式充电站储能系统优化运行方法 | |
| CN106295853B (zh) | 基于储能调度模式的分布式光伏两阶段多目标就地消纳法 | |
| CN107017619A (zh) | 非合作博弈视角的光伏充电站网络分布式能量管理方法 | |
| CN112365021A (zh) | 一种基于混合储能的区域综合能源系统规划优化方法 | |
| CN111310966A (zh) | 含电动汽车充电站的微电网选址及优化配置方法 | |
| CN113326467B (zh) | 基于多重不确定性的多站融合综合能源系统多目标优化方法、存储介质及优化系统 | |
| CN112086980B (zh) | 考虑充电桩接入的公用配电变压器定容选型方法与系统 | |
| CN112001598A (zh) | 基于储能选型的不同用户储能配置评估与运行优化方法 | |
| CN109713666A (zh) | 一种基于K-means聚类的电力市场下分布式储能经济性调控方法 | |
| CN110492482A (zh) | 一种用于延缓配电设备升级改造的储能经济调度方法 | |
| CN112865146A (zh) | 一种用户侧储能系统协调化运行策略的生成方法 | |
| CN116388245A (zh) | 光储充一体化电站储能容量配置方法及相关设备 | |
| CN116029453A (zh) | 一种电动汽车充电桩配置方法、记录媒体及系统 | |
| CN112928767B (zh) | 一种分布式储能协同控制方法 | |
| Ren et al. | Multitime scale coordinated scheduling for electric vehicles considering photovoltaic/wind/battery generation in microgrid | |
| CN114784896A (zh) | 面向虚拟电厂的规模化充电桩能量优化管理方法和系统 | |
| CN118174327A (zh) | 基于预测误差和储能寿命损耗的风电场混合云储能容量双层优化配置方法 | |
| CN116187031A (zh) | 一种考虑灵活性资源的台区可开放容量接入评估方法 | |
| CN115511658A (zh) | 一种计及储能装置折损的楼宇能量优化方法 | |
| CN114912546A (zh) | 一种能源数据的聚合方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |